面向混合数据的多伴随三支决策
针对混合数据的知识表示和分类的问题,在思考混合数据的有效表示时,提出代价敏感多伴随模糊粗糙集模型,在解决混合数据的分类问题上,引入三支决策思想,同时在多伴随模型基础上做了两点改进:1)提出贴近代价敏感多伴随模糊粗糙集模型特点的概率定义;2)借助双量化延迟代价目标函数的思想,构造面向混合数据的新型三支决策模型.该模型具有如下特点:1)引入多个伴随对,模拟了数值型属性和符号型属性之间异构互补的关系;2)定义多伴随算子,充分表达了不同类型属性之间的偏好;3)结合模糊粗糙集,克服了分类问题的不确定性;4)考虑获取不同类型属性的代价,提高了应用到实际生活的可能性.最后用实例验证了此模型的有效性.
混合数据、模糊粗糙集、三支决策、多伴随、代价敏感、知识表示、分类
14
TP391(计算技术、计算机技术)
国家重点研发项目213;国家自然科学基金项目;河北省自然科学基金项目;公安部重大专项项目
2020-03-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
1092-1099